标签：color pop 包含 声明 col 函数名 函数式编程 内存地址 迭代器
一.函数作用域
1.函数名表示的是内存地址
1 def test1(): 2 print(‘in the test1‘) 3 def test(): 4 print(‘in the test‘) 5 return test1 6 7 print(test())
打印：
in the test
<function test1 at 0x000001E90E452EA0>
2.函数的作用域只跟函数声明时定义的作用域有关，跟函数的调用位置无任何关系
1 name = ‘xiaopang‘ 2 def foo(): 3 name=‘fangjiyi‘ 4 def bar(): 5 6 print(name) 7 return bar 8 a=foo() 9 a()
运行结果：
fangjiyi
二.匿名函数
1.定义：
lambda x:x+1
形参 返回值（包含运算逻辑）
2.使用方式
赋函数名实现
单个参数
name=‘fang‘
func=lambda x:x+‘sb‘
func(name)
print(func(name))
多个参数：
f=lambda x,y,z:(x+1,y+1,z+1)
print(f(5,6,7))
打印结果：
（6，7，8）
三.函数式编程
函数式编程=编程语言定义的函数+数学意义的函数
1.高阶函数
定义（满足以下其一）
*1函数接收的参数是一个函数名 *2返回值中包含函数
*把函数当作参数传给另外一个函数
def foo(n):
print(n)
def bar(name):
print(‘my name is %s‘ %name)
foo(bar)
foo(bar(‘alex‘))
*返回值中包含函数
方式一
def bar():
print(‘from bar‘)
def foo():
print(‘from foo‘)
return bar
n=foo()
n()
方式二
def hanle():
print(‘from handle‘)
return hanle
h=hanle()
h()
运行结果：
from handle
from handle
2.高阶函数--filter
filter()函数用于过滤序列，过滤掉不符合条件的元素，返回由符合条件元素组成的新列表。
需求：过滤掉带前缀的字符串
1.使用正常方式（类似filter实现的过程）：
students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]
def sb_reduce(func,array):
ret=[]
for i in array:
if not func(i):
ret.append(i)
return ret
print(sb_reduce(lambda x:x.startswith(‘sb‘),students) )
#运行结果：
[‘fjy‘, ‘ql‘, ‘zsb‘]
2.使用filter函数
*filter返回的是迭代器对象
students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]
print(filter(lambda x:x.startswith(‘sb‘),students) )
打印结果：
<filter object at 0x000001C1CFEF4978>
**通过list方法遍历取值(默认取判断正确的)
students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]
print(list(filter(lambda x:x.startswith(‘sb‘),students)) )
打印结果：
[‘sb-bcs‘, ‘sb-ljf‘]
***进行 判断修改 实现过滤
students=[‘sb-bcs‘,‘sb-ljf‘,‘fjy-nb‘,‘ql-nb‘,‘zsb‘]
print(list(filter(lambda x:not x.startswith(‘sb‘),students)) )
打印结果：
[‘fjy-nb‘, ‘ql-nb‘, ‘zsb‘]
3.高阶函数--map
map()函数会根据提供的函数对指定序列做映射
需求：对任意数组实现加减乘除等处理
*正常实现（同时也是map函数实现过程）
1 num_l=[1,2,10,5,3,7] 2 def map_test(func,array): 3 ret=[] 4 for i in array: 5 res=func(i) #add_one(i) 6 ret.append(res) 7 return ret 8 9 print(map_test(lambda x:x+1,num_l)) 10 print(map_test(lambda x:x-1,num_l)) 11 print(map_test(lambda x:x*2,num_l)) 12 print(map_test(lambda x:x/2,num_l))
打印结果：
[2, 3, 11, 6, 4, 8]
[0, 1, 9, 4, 2, 6]
[2, 4, 20, 10, 6, 14]
[0.5, 1.0, 5.0, 2.5, 1.5, 3.5]
**map函数
map函数返回的是一种可迭代对象
num_l=[1,2,10,5,3,7]
print(map(lambda x:x+1,num_l))
打印结果：
<map object at 0x000001FE068CA048>
***使用map函数需要用list取值出来
num_l=[1,2,10,5,3,7]
print(list(map(lambda x:x+1,num_l)))
打印结果;
[2, 3, 11, 6, 4, 8]
4.高阶函数--reduce()
直接返回一个具体的值
reduce() 函数会对参数序列中元素进行累积。
需求：对一个数组进行累积
*正常实现（reduce实现原理）
1 num_l=[2,2,3,10] 2 def reduce_test(func,array,init=None): 3 if init is None: 4 res=array.pop(0) 5 else: 6 res=init 7 for num in array: 8 res=func(res,num) 9 return res 10 print（reduce_test(lambda x,y:x*y,num_l))) 11 print(reduce_test(lambda x,y:x*y,num_l,10))#指定参数从他的基础上进行
打印结果：
1200
60000
**使用reduce函数
需要从functols模块中引入
from functools import reduce num_l=[3,2,2,9] print(reduce(lambda x,y:x+y,num_l,1)) print(reduce(lambda x,y:x+y,num_l))
运行结果:
17
16
新手可能有很多不足
标签：color pop 包含 声明 col 函数名 函数式编程 内存地址 迭代器
原文地址：https://www.cnblogs.com/snowony/p/11779768.html
